论文部分内容阅读
伴随汽车社会的临近,机动车数量的不断增加,机动车驾驶员的数量也在快速增长,交通安全问题日益成为社会发展的重要影响因素。在交通管理中数据库技术已经获得了普遍的应用,经过数十年的发展,交通安全数据库系统已经保存了大量的业务数据,如何从庞大的数据库系统中挖掘出有用的、潜在的知识给交通管理提供指导成为一个迫切的问题。数据挖掘是从大量的、有噪声的、不完全的、随机的、模糊的实际应用数据中,提取人们事先不知道的、隐含在其中的、但又是潜在有用的知识和信息的过程。关联规则是用来发现或挖掘大量数据之间有趣的关联或相关关系。数据挖掘的关联规则方法从交通安全数据库中发现潜在的、有用的规律,用以指导交通管理,减少事故发生。关联规则的经典算法——APriori算法,需要多次进行模式匹配所以要频繁的访问数据库,这样就大大地降低了它的速度。而粒计算是将复杂的大的问题分解成若干个容易的小的问题,它的基本思想是在不同的粒度层次上进行问题求解,是研究基于多层次结构的思维方式、问题求解方法、信息处理模式及其相关理论、技术和工具的学科。本文提出了用粒计算思想去改进关联规则挖掘算法,并将其应用于交通安全管理中,更好的提高知识挖掘的效率和准确度。在以上研究的基础上,认真分析道路交通管理中车、人、环境、路各方面的因素对交通安全形成的影响,并结合交通安全数据特点,构建道路交通安全属性的数据模型,对交通安全数据进行预处理。然后采用数据库层ORACLE数据库,实现了一个Visual Basic环境下的应用开发。设计了数据挖掘总体框架和采用粒计算关联算法进行数据挖掘的相关步骤,实现了交通安全数据挖掘。采用提出的基于粒计算的多维关联规则算法,以吕梁地区2004年1月1日—2009年12月31日的交通安全数据为研究对象,对交通事故数据进行处理分析,并进行关联规则挖掘,得到了具有sup和con的关联规则,对实验得到的规则结果进行分析,能够很好的研究引发交通事故的根本原因,为交管及相关部门提出有实际价值的方案,并给出了针对道路交通安全的建议,为防止交通事故的发生提供指导。